在“双碳”目标下,建筑节能已成为行业共识。数据显示,我国建筑运行能耗占全社会总能耗的22%以上,其中暖通系统(供暖、通风、空调)贡献了近40%。但传统暖通系统常因“调控滞后”“设备空转”等问题,导致能耗居高不下——比如商场非营业时段空调空转、办公楼夜间地暖过度加热等场景,每年造成数以千亿计的能源浪费。
暖通节能系统的核心,在于通过智能化技术实现“按需供能”。而万林科技作为智慧建筑领域的领军企业,其推出的暖通自控系统,正以“精准感知-智能决策-动态调控”的闭环逻辑,为建筑节能提供了可落地的解决方案。本文将从技术原理、核心优势到落地价值,拆解万林科技的暖通自控方案。
要理解万林科技的方案,首先需明确传统暖通的短板:
但传统的暖通系统却只能通过人为的设定一一二的温度阈值(如冬季的地暖就维持在20℃左右,夏季的空调就维持在26℃左右)去应对这其中的千差万别,然而随着建筑的日益精细化、人工的依赖性越来越大,也越来越明显了其中的许多不合理之处,如:不同的建筑内的不同区域(如会议室、走廊、仓库等)以及不同时段(如工作日/周末、早/晚高峰等)的热负荷的差异都极大地使得传统的暖通系统的可控性、可调控性等都降低了。如同通过空调的“一刀切”式的调节,会议室上午10点的热度可迅速升温,而一旦会议结束人空无一人的时候,又需迅速的将室内的热度调至低温,但是人工的调控又总是难以实时的感知到这一动态的变化,只能“一刀切”地调控,从而造成了大量的能源的浪费。
冷热源主机(锅炉、热泵)、末端设备(风机盘管、新风机组)、水系统(水泵、阀门)是暖通的三大核心模块。传统系统中,这些设备各自独立运行——主机仅按固定功率供能,末端仅按温度开关,水系统仅靠人工调节阀门开度。设备间缺乏联动,常出现“主机满负荷运行但末端不热”“水泵空转耗电”等问题。
但传统的节能优化却大多通过对月度、季度的能耗报表的人工统计才能初步实现,对其所能带来的实时的动态的优化却一竿子打翻一船人,完全失去了对其最为重要的实时的动态的优化的作用。但如冬夜无人时系统就未能实现对地暖的自动降低功率,只等着员工的“室内过热”的反馈后再去调节,如此就使得能耗的浪费就已经发生了。
针对上述痛点,万林科技的暖通自控系统以“数据驱动+智能决策”为核心,构建了“感知-分析-调控-优化”的全链路节能体系,其技术方案可总结为三大模块:
万林科技的系统通过部署高精度传感器网络,实现对建筑内“人-设备-环境”的全方位感知:
环境感知:在每个温湿度监测点(如办公室、走廊、机房)安装±0.5℃精度的的温度传感器、±3%误差的湿度传感器,实时采集温度、湿度、CO₂浓度等数据;
设备感知:在主机、水泵、风机等关键设备上安装电流、振动、运行状态传感器,监测设备负载、能耗及异常状态(如过滤器堵塞、电机过载);
行为感知:通过对红外的传感和门磁的实时感知对区域的人流的密度(如会议室是否有人、走廊是否空置等)以及与企业的OA系统对接获取的办公的时间表(如早9点-晚6点为高负荷的时段)等综合的先期预判用热/用冷的需求。
借助物联网的实时数据的持续的上传至云端,对建筑的各个部位的各个指标的实时的采集形成了建筑的“数字孪生模型”,为其后续的各类的数据的分析提供了坚实的基础。
万林科技的暖通自控系统搭载自主研发的“暖通节能决策引擎”,基于历史能耗数据、气象参数(如当日温度、湿度)、用户行为模式(如企业考勤)等多维度信息,通过机器学习算法动态计算最优调控策略:
区域差异化控制:根据不同区域的热负荷需求(如会议室需快速升温、仓库需稳定低温),自动调整末端设备(风机盘管、新风机组)的运行模式(如变频调速、水量调节);
设备协同联动:主机根据末端需求动态调整功率(如夜间低负荷时降低锅炉燃烧功率),水泵根据水压需求自动调节转速(避免“大马拉小车”),阀门根据流量需求精细调节开度(减少水系统能量损失);
异常预警与优化:通过AI算法识别设备异常(如过滤器堵塞导致风机能耗激增),并推送维护提醒;同时,基于历史数据预测未来72小时的热负荷需求,提前调整系统运行参数(如冬季提前1小时启动地暖预热)。
万林科技的暖通自控系统整合了多种自动化控制技术,保障决策的高效执行:
PID控制:针对电动阀、水泵等执行设备,通过比例-积分-微分算法实现开度/转速的精准调节(误差≤1%);
模糊控制:但当夏日的暴雨使新风的含湿量骤增时,我们的系统就通过对“如果-那么”的精细的规则的动态调整对新风的量与对室内的除湿的模式都作出相应的调整;
人机交互(HMI):提供手机APP、PC端管理平台,管理员可实时查看各区域能耗、设备状态,手动干预调控策略(如临时调整会议室温度)。
暖通自动化控制技术是万林科技方案的核心支撑,其本质是通过算法将“数据”转化为“可执行的指令”,实现从“被动响应”到“主动预判”的升级。
以某制造业厂房的暖通系统为例:传统模式下,冬季主机全天满负荷运行,但实际白天车间人员较少时,地暖温度过高导致能耗浪费;引入万林系统后,传感器网络采集到车间人流数据后,决策引擎判断“上午10点-下午3点为低负荷时段”,自动降低主机功率并调低地暖温度(从30℃降至28℃);下午3点后人流增加,系统再逐步升温至30℃。这一过程中,暖通自动化控制技术通过实时数据处理与策略优化,将节能效率提升了